北京交通大学人工智能考研经验与心得重点
考研政治方面：
起步时间稍晚，从九月启动，那时官方的红宝书还未发行。我选购了肖秀荣的1000题和精讲精练，肖教授在考研界颇有名望，个人认为他的职业操守相当不错，多年的政治理论教学经验使他独具一格。尽管年年预测试题的数量带有偶然性，但肖老师的书籍确实有助于构建整体的政治框架，因此我以轻松的心态阅读它们。九月和十月间，每天午后饭后，我会在小憩前浏览一次精讲精练，接着完成相应章节的习题并校正，大约耗时不足一个小时，算是初步了解。晚餐后，我会找出做错的题目，查找精讲精练中的相关知识点来深化理解，日复一日如此进行。
到了十一月，我着重关注了毛中特与近代史中关于最新政策的两章，因为它们非常重要，于是专门留出一个月仔细研读这两部分，同时也会兼顾其它章节。进入十二月上旬，我购买了各类预测卷和背诵手册，包括肖秀荣的八套卷、四套卷，以及任汝芬、米鹏、蒋中挺等人的资料，其他人出的卷子我只做选择题，肖老师的试卷则连大题一起练习，至于背诵手册，我并未深入使用，只是挑了些关键点记忆。此外，根据肖老师的卷子标记了重点内容。
十二月下半月，我每天早上八点至九点朗读精讲精练及肖教授强调的部分，以便加深印象。最终我的政治分数并不突出，不过在考试前的选择题模拟测试中，我能稳定拿到40分左右，毕竟考试成绩有时也取决于运气，所以我对此并无怨言。至少，在踏入考场的那一刻，我对政治科目充满了自信。
考研数学方面：
坚持以教科书为核心，每周覆盖一章内容，遇到篇幅较大的章节则分配两周时间。首先，选择一本本科教材，如同济或浙江大学的版本，精读并挑选部分课后练习题进行解答。同时，利用李永乐的《复习全书》，尽力理解每一题的解法。这个阶段可能会遭遇许多似懂非懂的难题，这时候需在困惑之处做好标注，待到下一轮复习时重点攻克这些难点。
考研英语方面：
词汇回顾策略：可以利用考研词汇集锦之类的资源，它们很有帮助。大约有5000个考研词汇，我计划每天掌握100到200个。即使我不能全部拼写出来，但只要能认得就行。在日常做题中遇到生词，我会查阅并储存起来。对于完形填空，如果在考场时间紧迫，这道题就得果断放弃，基本上不需要特别投入时间去准备，一些小窍门可以在自我练习时自行探索。
考研专业课方面：
数据结构是计算机科学的基础，对人工智能专业的学生尤为重要。它不仅涉及到如何有效地组织和存储数据，还关乎到算法的设计和分析。在我复习的过程中，我发现理解并熟练掌握四种基本的数据结构：数组、链表、栈和队列是基础中的基础。这些基础知识会在后续的学习中频繁出现，需深入理解它们的工作原理和操作特性。
数组是最基础的数据结构，它的优点是访问速度快，但插入和删除操作相对较慢。链表则弥补了这一缺点，虽然访问速度稍慢，但在动态改变数据时更为灵活。栈和队列是两种特殊的线性结构，"后进先出"（LIFO）的栈常用于递归和表达式求解，"先进先出"（FIFO）的队列则广泛应用于任务调度和缓冲区设计。
接下来，树和图是更高级的数据结构，对解决复杂问题至关重要。二叉树、平衡树如AVL和红黑树，以及图的各种遍历算法，如深度优先搜索和广度优先搜索，都是需重点掌握的内容。这些数据结构的理解和应用能力会直接影响到你解决问题的能力。
在实际应用中，排序和查找算法也是重要的一环。快速排序、归并排序、堆排序等都是常见的排序算法，需理解其工作原理，并能按实际情况选合适的方法。至于查找，二分查找、哈希表等都是高效的工具，尤其在大数据处理中作用显著。
对数据结构的学习，理论知识和实践操作要两手抓。多做题，凭编程实现数据结构和算法，加深理解，提升解决问题的能力。利用在线平台如LeetCode进行实战训练，检验自有的学习效果。
